黃建偉教授團(tuán)隊(duì)獲 IEEE WiOpt 2021 最佳論文獎(jiǎng)
? ? ? ? 近日，香港中文大學(xué)（深圳）校長(zhǎng)講座教授、理工學(xué)院副院長(zhǎng)、深圳市人工智能與機(jī)器人研究院（簡(jiǎn)稱(chēng)AIRS）副院長(zhǎng)黃建偉教授領(lǐng)導(dǎo)的網(wǎng)絡(luò)通信和經(jīng)濟(jì)實(shí)驗(yàn)室（NCEL）在無(wú)線(xiàn)網(wǎng)絡(luò)領(lǐng)域一流國(guó)際會(huì)議IEEE WiOpt 2021發(fā)表題為“Optimal Fresh Data Sampling and Trading”的論文，并獲得最佳論文獎(jiǎng)（Best Paper Award）。該工作探究了實(shí)時(shí)數(shù)據(jù)交易市場(chǎng)這一新的商業(yè)模式，為實(shí)時(shí)數(shù)據(jù)更新和定價(jià)機(jī)制提供了深刻的見(jiàn)解，有助于提升實(shí)時(shí)數(shù)據(jù)市場(chǎng)的經(jīng)濟(jì)效益。
黃建偉教授團(tuán)隊(duì)所獲證書(shū)
?
IEEE WiOpt
? ? ? ? IEEE WiOpt（International Symposium on Modeling and Optimization in Mobile, Ad Hoc, and Wireless Networks）是無(wú)線(xiàn)網(wǎng)絡(luò)領(lǐng)域一流國(guó)際會(huì)議，旨在匯集網(wǎng)絡(luò)里建模、性能評(píng)估和優(yōu)化相關(guān)的最新研究成果。研究重點(diǎn)包括但不限于移動(dòng)網(wǎng)絡(luò)、邊緣計(jì)算、智能網(wǎng)絡(luò)、內(nèi)容驅(qū)動(dòng)網(wǎng)絡(luò)、認(rèn)知網(wǎng)絡(luò)、車(chē)輛網(wǎng)絡(luò)、機(jī)器人系統(tǒng)和物聯(lián)網(wǎng)等各個(gè)領(lǐng)域。WiOpt 2021 從40余篇被接收論文中僅選授予一篇最佳論文。
WiOpt 2021 于2021年10月18日-21日在費(fèi)城召開(kāi)
?
研究背景
? ? ? ? 近幾年，人工智能技術(shù)飛速發(fā)展，離不開(kāi)大數(shù)據(jù)的開(kāi)放和共享。各行各業(yè)的海量數(shù)據(jù)的分析和處理，不斷地驅(qū)動(dòng)更先進(jìn)的智能算法的發(fā)展。作為21世紀(jì)的“新石油”，數(shù)據(jù)資源的價(jià)值逐步得到重視和認(rèn)可，數(shù)據(jù)交易需求不斷地增加，數(shù)據(jù)交易中心也隨之應(yīng)運(yùn)而生。在國(guó)家政策的積極推動(dòng)下，涌現(xiàn)出了一大批數(shù)據(jù)交易平臺(tái)，例如貴陽(yáng)大數(shù)據(jù)交易所和北京國(guó)際大數(shù)據(jù)交易所。數(shù)據(jù)交易市場(chǎng)的規(guī)模正在不斷地?cái)U(kuò)大，2020年，我國(guó)數(shù)據(jù)資產(chǎn)化市場(chǎng)規(guī)模為280億元，未來(lái)五年復(fù)合增長(zhǎng)率達(dá)41%?[1]。
? ? ? ? 隨著物聯(lián)網(wǎng)的發(fā)展，一些實(shí)時(shí)應(yīng)用在我們的日常生活中越來(lái)越常見(jiàn)，比如自動(dòng)駕駛系統(tǒng)、環(huán)境監(jiān)控和智能家居等。在這些應(yīng)用里，保持?jǐn)?shù)據(jù)的時(shí)效性至關(guān)重要。過(guò)時(shí)的數(shù)據(jù)可能會(huì)降低系統(tǒng)決策的準(zhǔn)確性和可靠性，并造成巨大的經(jīng)濟(jì)損失和安全隱患。例如，在自動(dòng)駕駛系統(tǒng)中，車(chē)輛的實(shí)時(shí)狀態(tài)信息（如位置、速度和加速度）對(duì)于制定自動(dòng)駕駛策略十分關(guān)鍵。而且，車(chē)輛之間也需要及時(shí)地相互共享實(shí)時(shí)的狀態(tài)信息，以確保安全。為了刻畫(huà)數(shù)據(jù)新鮮度和時(shí)效性，學(xué)術(shù)界提出信息年齡 (Age of information) 這一重要指標(biāo)。目前，信息年齡已迅速成為網(wǎng)絡(luò)系統(tǒng)里新的研究熱點(diǎn)。
?
研究問(wèn)題
? ? ? ? 本文研究實(shí)時(shí)數(shù)據(jù)市場(chǎng)的數(shù)據(jù)更新和交易機(jī)制。其中，核心問(wèn)題是應(yīng)該如何制定數(shù)據(jù)更新和定價(jià)策略以最大化市場(chǎng)總利潤(rùn)。實(shí)時(shí)數(shù)據(jù)市場(chǎng)有以下獨(dú)有的挑戰(zhàn)。在一方面，數(shù)據(jù)的價(jià)值隨著時(shí)效性改變而改變，和過(guò)時(shí)數(shù)據(jù)相比，實(shí)時(shí)的數(shù)據(jù)往往具有更高的價(jià)值。在另一方面，為了保證數(shù)據(jù)的時(shí)效性，系統(tǒng)可以不斷地更新數(shù)據(jù)，但是頻繁的數(shù)據(jù)更新會(huì)導(dǎo)致不必要的高額操作成本。
? ? ? ? 本文主要考慮三種定價(jià)策略：
? ? ? ? - 第一種為單一價(jià)格定價(jià)策略 (uniform pricing scheme)，不同新鮮度的數(shù)據(jù)價(jià)格始終為單一價(jià)格，不隨時(shí)間變化而變化。這是最簡(jiǎn)單也是使用最廣泛的一種定價(jià)策略。
? ? ? ? - 第二種定價(jià)策略為雙價(jià)格定價(jià)策略 (dual pricing scheme)，平臺(tái)制定一個(gè)全價(jià)格 (full price)，折扣價(jià)格 (discounted price) 和新鮮度閾值。當(dāng)數(shù)據(jù)新鮮度高于指定新鮮度閾值，數(shù)據(jù)定價(jià)為全價(jià)格。否則，數(shù)據(jù)定價(jià)為折扣價(jià)格。
? ? ? ? - 第三種定價(jià)策略為動(dòng)態(tài)定價(jià)策略 (dynamic pricing scheme)，顧名思義，數(shù)據(jù)價(jià)格實(shí)時(shí)變化。這個(gè)定價(jià)策略能夠更好的捕捉數(shù)據(jù)的價(jià)值隨著時(shí)間變化的特征。
?
研究方法
? ? ? ? 在本文中，作者研究了一個(gè)實(shí)時(shí)數(shù)據(jù)市場(chǎng)，其中一個(gè)平臺(tái)為動(dòng)態(tài)到達(dá)的用戶(hù)提供不同新鮮度的數(shù)據(jù)。本文使用斯塔克伯格博弈 (Stackelberg Game) 來(lái)建立平臺(tái)與用戶(hù)的互動(dòng)的模型：在第一階段，平臺(tái)分別決定三種定價(jià)策略（單一、雙和動(dòng)態(tài)價(jià)格定價(jià)）和數(shù)據(jù)更新策略，以最大化其長(zhǎng)期利潤(rùn)。在第二階段，每個(gè)用戶(hù)根據(jù)當(dāng)前數(shù)據(jù)價(jià)格和新鮮度決定是否在到達(dá)時(shí)購(gòu)買(mǎi)數(shù)據(jù)。在這樣一個(gè)全新的數(shù)據(jù)市場(chǎng)中，如何最大化平臺(tái)的利潤(rùn)是一個(gè)挑戰(zhàn)。由于平臺(tái)需要聯(lián)合優(yōu)化數(shù)據(jù)更新次數(shù)、更新時(shí)間和價(jià)格，該問(wèn)題是一個(gè)混合整數(shù)規(guī)劃問(wèn)題。盡管存在這些挑戰(zhàn)，利用問(wèn)題的特殊結(jié)構(gòu)，我們?nèi)匀荒軌虻贸鲎顑?yōu)的解析解。
?
研究結(jié)論
? ? ? ? 我們通過(guò)求解優(yōu)化問(wèn)題，得到了最優(yōu)更新和定價(jià)策略的解析形式，并獲得了一些有趣的結(jié)論。首先，在單一價(jià)格和雙價(jià)格定價(jià)策略里，隨著數(shù)據(jù)邊際更新成本增加，最優(yōu)的數(shù)據(jù)價(jià)格不增加反而減少。第二，隨著用戶(hù)的數(shù)目增加，最優(yōu)數(shù)據(jù)價(jià)格也增加。第三，數(shù)值結(jié)果表明，最優(yōu)雙價(jià)格定價(jià)策略盈利能力顯著高于最優(yōu)單一價(jià)格定價(jià)策略。具體而言，最優(yōu)雙價(jià)格定價(jià)策略產(chǎn)生的利潤(rùn)高達(dá)最優(yōu)單一價(jià)格定價(jià)策略實(shí)現(xiàn)的利潤(rùn)的280%。這一工作有助于指導(dǎo)實(shí)時(shí)數(shù)據(jù)市場(chǎng)中數(shù)據(jù)更新和定價(jià)機(jī)制，從而提升實(shí)時(shí)數(shù)據(jù)市場(chǎng)的經(jīng)濟(jì)效益。
?
教師簡(jiǎn)介
? ? ? ? 該文通訊作者為香港中文大學(xué)（深圳）校長(zhǎng)講座教授、理工學(xué)院副院長(zhǎng)黃建偉教授。黃教授是深圳市人工智能與機(jī)器人研究院（AIRS）的副院長(zhǎng)，群體智能中心主任。他還是深圳市鵬城特聘教授、IEEE Fellow、IEEE通信學(xué)會(huì)杰出講者、湯森路透計(jì)算機(jī)科學(xué)領(lǐng)域全球高被引科學(xué)家。他長(zhǎng)期專(zhuān)注于網(wǎng)絡(luò)通信、網(wǎng)絡(luò)經(jīng)濟(jì)學(xué)和群體智能交叉領(lǐng)域的開(kāi)創(chuàng)性研究。他已發(fā)表7部學(xué)術(shù)專(zhuān)著和300多篇國(guó)際一流期刊和會(huì)議論文，被谷歌學(xué)術(shù)引用超過(guò)14000次， H-index為59（位列全球計(jì)算機(jī)領(lǐng)域?qū)W者中前0.05%）。他與其合作者十次獲得國(guó)際會(huì)議和期刊的最佳論文獎(jiǎng)，包括2011年IEEE馬可尼無(wú)線(xiàn)通信論文獎(jiǎng)。
? ? ? ? 黃建偉教授曾任多個(gè)通信網(wǎng)絡(luò)領(lǐng)域JCR Q1一流國(guó)際期刊的編委，包括IEEE JSAC/TMC/ToN/TWC/TCCN/TNSE。他歷任IEEE通信學(xué)會(huì)認(rèn)知網(wǎng)絡(luò)專(zhuān)委會(huì)主席和多媒體通信專(zhuān)委員會(huì)主席。他曾獲得2015年IEEE通信學(xué)會(huì)多媒體通信專(zhuān)委員會(huì)杰出服務(wù)獎(jiǎng)和2010年IEEE GLBOECOM卓越服務(wù)獎(jiǎng)。他現(xiàn)任IEEE Transactions on Network Science and Engineering的主編。
?
? ? ? ? 文章轉(zhuǎn)自香港中文大學(xué)（深圳）微信公眾平臺(tái)，鏈接為https://mp.weixin.qq.com/s/JD5m7STjLQAbFD_H2-zYaw
